1.机器学习：让机器从大量的数据集中学习，进而得到一个更加符合现实规律的模型，通过对模型的使用使得机器比以往表现的更好。
2.监督学习：根据已有的数据集，知道输入和输出结果之间的关系。根据这种已知的关系，训练得到一个最优的模型；
例如：根据房屋面积预测售价、根据肿瘤大小预测良性恶性
监督学习的两种类型：回归(Regression）、分类（Classification)
回归（线性的）：
例如，根据房屋面积预测售价
分类（离散的）：根据肿瘤大小预测良性恶性
3.无监督学习：我们不知道数据集中数据、特征之间的关系，而是要根据聚类或一定的模型得到数据之间的关系。
可以这么说，比起监督学习，无监督学习更像是自学，让机器学会自己做事情，是没有标签（label）的。
例如：Google新闻整合、根据基因分类人群
